智能製造系統及關鍵使能技術

本書系統、詳細地介紹了智能製造系統的理念、關鍵使能技術、應用案例。全書共17章，主要內容包括：個性化定製給製造業帶來的機遇與挑戰、智能製造系統的演變過程、大數據技術、雲計算技術、物聯網技術、移動互聯網技術、人工智能技術、製造系統智能化理論模型與構建技術、多源製造信息感知技術、離散製造資源標準化接入、物聯互通製造技術、網絡信息安全管理技術、車間可視化技術、智能製造系統控制機制、智能製造系統協同運行策略方法、基於多智能體製造系統的混線生產調度案例分析、面向個性化定製的多智能體製造系統動態調度案例分析。書中既有理論知識，又有案例介紹，能幫助讀者理解、掌握和運用本書所提出的方法，擴大讀者在智能製造系統領域的知識面。本書可作為高等院校機械、電腦、管理工程等專業本科生、研究生的必修課教材，也可為相關領域的管理人員、技術人員提供參考。

目錄
□□章個性化定制給製造業帶來的機遇與挑戰1
1．1 引言1
1．□ 目前我國製造業存在的主要問題1
1．3 借助互聯網的智能化+個性化定制，形□□業態新模式4
1．4 個性化定制及個性化定制面臨的問題5
1．5 個性化定制帶來的產品服務系統7
1．5．1 產品服務系統定制化服務策略8
1．5．□ 構建面向大規模定制的智能化與柔性化製造系統8
1．5．3 推進PSS定制及服務定制的對策建議9
1．6 本章小結10
1．7 本章習題10
第□章智能製造系統的演□過程11
□．1 引言11
□．□ 先進製造系統分類11
□．□．1 集成製造系統11
□．□．□ 敏捷製造系統1□
□．□．3 智能製造系統13
□．3 HCPS的演進過程14
□．3．1 智能製造系統發展的□□階段――基於HPS的傳統製造14
□．3．□ 智能製造系統發展的第二階段――基於HCPS的數字化製造15
□．3．3 智能製造系統發展的第三階段――基於HCPS1．5的數字網絡化製造17
□．3．4 智能製造系統發展的第四階段――基於HCPS□．0的新一代智能製造18
□．4 智能製造系統的新發展□1
□．5 智能製造系統對下一代製造業發展的啟示□3
□．6 本章小結□4
□．7 本章習題□4
第3章大數據技術□5
3．1 引言□5
3．□ 大數據的概念與特徵□5
3．□．1 大數據的概念□5
3．□．□ 海量□6
3．□．3 多樣性□6
3．□．4 速度□6
3．□．5 價值□6
3．3 大數據技術體系□7
3．3．1 大數據存儲和管理技術□7
3．3．□ 大數據分佈式批處理技術□9
3．3．3 大數據實時流處理技術30
3．3．4 大規模圖數據處理技術30
3．4 大數據與智能製造的關係3□
3．4．1 製造大數據處理架構3□
3．4．□ 製造車間大數據處理系統38
3．5 本章小結40
3．6 本章習題40
第4章云計算技術41
4．1 引言41
4．□ 雲計算概述41
4．□．1 雲計算的定義4□
4．□．□ 雲計算的發展進程4□
4．□．3 雲計算的分類43
4．□．4 雲計算的特點44
4．3 雲計算的服務類型45
4．3．1 基礎設施即服務（IaaS）46
4．3．□ 平台即服務（PaaS）46
4．3．3 軟件即服務（SaaS）51
4．4 雲製造53
4．4．1 雲製造概述53
4．4．□ 雲製造的層次結構53
4．5 本章小結57
4．6 本章習題57
第5章物聯網技術58
5．1 引言58
5．□ 物聯網概述58
5．□．1 物聯網的概念及定義58
5．□．□ 物聯網的發展態勢59
5．□．3 物聯網的網絡架構60
5．3 物聯網技術體系61
5．3．1 感知技術6□
5．3．□ 網絡通信技術63
5．3．3 應用技術64
5．3．4 共性技術64
5．3．5 支撐技術65
5．4 製造業與物聯網融合的必要性65
5．4．1 生產現場對物聯網的需求分析66
5．4．□ 生產管理對物聯網的需求分析68
5．5 本章小結69
5．6 本章習題70
第6章移動互聯網技術71
6．1 前言71
6．□ 移動互聯網概述71
6．□．1 移動互聯網的定義71
6．□．□ 移動互聯網的體系71
6．□．3 移動通信系統的發展歷程73
6．3 5G網絡架構設計75
6．4 5G+智能製造總體架構78
6．5 5G+智能製造關鍵技術80
6．5．1 5G時間敏感網絡技術80
6．5．□ 網絡切片技術8□
6．5．3 移動邊緣計算83
6．6 5G網絡安全85
6．7 本章小結85
6．8 本章習題86
第7章人工智能技術87
7．1 引言87
7．□ 概述87
7．3 智能搜索算法88
7．3．1 定義88
7．3．□ 類型89
7．3．3 常見算法89
7．3．4 應用95
7．4 機器學習96
7．4．1 定義96
7．4．□ 類型96
7．4．3 常見算法97
7．4．4 應用100
7．5 深度學習100
7．5．1 定義100
7．5．□ 常見算法101
7．5．3 優勢103
7．5．4 應用104
7．6 強化學習105
7．6．1 定義105
7．6．□ 馬爾可夫決策過程106
7．6．3 DPG算法107
7．6．4 Actor-Critic算法107
7．7 人工智能應用108
7．7．1 計算機視覺108
7．7．□ 自然語言處理110
7．8 本章小結11□
7．9 本章習題11□
第8章製造系統智能化理論模型與構建技術113
8．1 引言113
8．□ 製造系統智能體的結構模型設計113
8．□．1 智能體的基本特徵113
8．□．□ 智能體的映射方式114
8．□．3 智能體的基本結構115
8．□．4 智能體的結構模型設計117
8．3 製造系統智能體的模型構建118
8．3．1 智能體模型的總體構建思路118
8．3．□ 智能體模型的模塊設計119
8．3．3 智能體模型的推理決策模塊分類1□1
8．4 本章小結1□3
8．5 本章習題1□3
第9章多源製造信息感知技術1□4
9．1 引言1□4
9．□ 多源製造信息的感知需求及信息源分析1□4
9．□．1 智能製造系統對製造信息的感知需求1□4
9．□．□ 智能製造系統的多源信息源分析1□4
9．□．3 信息數據特點及分析1□7
9．3 多源製造信息感知的關鍵技術1□8
9．3．1 多源製造信息感知技術需求分析1□8
9．3．□ 傳感器技術簡介1□9
9．3．3 異構傳感器管理130
9．3．4 車間定位技術簡介131
9．3．5 多源信息傳輸技術簡介133
9．4 多源製造信息感知系統的構建136
9．4．1 多源製造信息感知模型結構分析136
9．4．□ 事件驅動的實時多源製造信息獲取137
9．4．3 多源製造信息標準化及信息共享137
9．5 本章小結138
9．6 本章習題138
□□0章離散製造資源標準化接入139
10．1 引言139
10．□ 離散製造資源139
10．□．1 離散製造139
10．□．□ 離散製造資源140
10．3 離散製造資源本體建模分析14□
10．3．1 本體14□
10．3．□ 本體建模原則與方法143
10．3．3 基於本體的離散製造資源信息模型145
10．3．4 離散製造資源本體建模步驟146
10．4 離散製造資源本體建模準備148
10．4．1 離散製造資源概念分層148
10．4．□ 離散製造資源屬性分析149
10．4．3 資源本體語義化描述語言及工具150
10．5 離散製造資源標準化描述模型構建15□
10．6 離散製造資源標準化接入156
10．7 本章小結157
10．8 本章習題157
□□1章物聯互通製造技術158
11．1 引言158
11．□ 製造車間物聯互通研究現狀158
11．□．1 研究背景158
11．□．□ 研究現狀及其不足159
11．3 物聯製造環境下底層裝備互聯互通架構設計160
11．3．1 物聯製造環境及其底層裝備特徵分析161
11．3．□ 底層裝備互聯互通實現基礎163
11．3．3 面向物聯製造的標準裝備模型設計165
11．3．4 物聯製造環境下底層裝備互聯互通架構設計169
11．4 物聯製造環境下底層裝備適配封裝架構設計173
11．4．1 裝備適配模型基本架構173
11．4．□ 裝備適配模型工作機制176
11．4．3 裝備適配模型功能實現177
11．5 本章小結180
11．6 本章習題180
□□□章網絡信息安全管理技術181
1□．1 引言181
1□．□ 密碼技術181
1□．□．1 概述181
1□．□．□ 對稱密碼技術183
1□．□．3 非對稱密碼技術187
1□．3 訪問控制技術188
1□．3．1 概述188
1□．3．□ 常見訪問控制方式188
1□．3．3 認證與授權190
1□．4 防火牆技術191
1□．4．1 概述191
1□．4．□ 防火牆作用19□
1□．4．3 防火牆關鍵技術分析19□
1□．5 區塊鏈技術193
1□．5．1 概述193
1□．5．□ 區塊鏈技術基礎194
1□．5．3 區塊鏈對工業互聯網發展的價值196
1□．5．4 應用與展望197
1□．6 本章小結198
1□．7 本章習題198
□□3章車間可視化技術199
13．1 引言199
13．□ 背景介紹199
13．□．1 數字化車間的發展需求199
13．□．□ 數字孿生技術發展背景□00
13．3 車間可視化技術的發展□01
13．4 車間可視化的關鍵技術□01
13．4．1 車間可視化數據源感知獲取□01
13．4．□ 車間可視化數據統一集成□05
13．4．3 車間可視化的信息通信□07
13．5 車間可視化系統中的人機交互□08
13．6 基於數字孿生的可視化技術應用□10
13．6．1 孿生虛擬車間可視化與模型驅動□10
13．6．□ 數字孿生車間的生產信息可視化映射□1□
13．7 本章小結□13
13．8 本章習題□13
□□4章智能製造系統控制機制□14
14．1 引言□14
14．□ 智能製造車間架構體系□14
14．□．1 智能製造車間基本結構□14
14．□．□ 智能製造車間架構設計□15
14．3 基於多Agent的物聯製造系統設計□17
14．3．1 Agent的特點與映射□17
14．3．□ 車間設備Agent設計□18
14．3．3 工作人員Agent設計□19
14．3．4 功能模塊智能體設計□□0
14．4 智能製造系統人機交互與協作□□□
14．4．1 人機交互方式□□□
14．4．□ 人機交互功能分析□□3
14．4．3 人機協作場景□□4
14．4．4 人機協作機制□□5
14．5 智能製造系統實時動態調度算法□□6
14．5．1 多目標約束的調度模型□□6
14．5．□ 基於事件驅動的決策調整機制□□9
14．5．3 基於層次分析法的決策因素權重設計□30
14．6 本章小結□3□
14．7 本章習題□3□
□□5章智能製造系統協同運行策略方法□33
15．1 引言□33
15．□ 基於多Agent技術的車間調度模型□33
15．□．1 Agent的特點、映射與結構設計□33
15．□．□ MAS的組織結構和協商機制設計□36
15．□．3 基於多Agent技術的改進型車間調度模型設計□38
15．3 基於合同網協議的MAS調度算法研究□4□
15．3．1 基於經典合同網協議的傳統多Agent方法不足與分析□4□
15．3．□ 基於簡化合同網協議的區間協同拍賣調度策略□46
15．3．3 一種改進的區間協同拍賣調度策略□49
15．4 案例仿真設計□5□
15．5 本章小結□54
15．6 本章習題□54
□□6章基於多智能□□造系統的混線生產調度案例分析□55
16．1 前言□55
16．□ 混線生產調度問題□55
16．□．1 混線生產約束□56
16．□．□ 組合加工約束□56
16．□．3 實驗算例設計□56
16．3 調度策略自學習實驗□58
16．3．1 可行性實驗分析□59
16．3．□ 優越性實驗分析□60
16．4 動態擾動下混線生產調度實驗□63
16．4．1 機器故障下的調度實驗□63
16．4．□ 普通訂單擾動下的調度實驗□68
16．4．3 緊急訂單擾動下的調度實驗□70
16．5 組合加工案例實驗□73
16．5．1 組合加工案例分析□73
16．5．□ 自學習調度決策機制□75
16．5．3 多擾動事件下調度決策機制□76
16．6 本章小結□79
16．7 本章習題□79
□□7章面向個性化定制的多智能□□造系統動態調度案例分析□80
17．1 引言□80
17．□ 個性化訂單系統□80
17．□．1 個性化訂單系統的應用開發□80
17．□．□ 個性化訂單系統架構及功能模塊設計□81
17．□．3 個性化訂單系統的運行過程□85
17．3 多智能□□造系統構架搭建實例□87
17．3．1 智能調度系統框架搭建□87
17．3．□ 多智能□□造系統開發環境搭建□90
17．4 多智能□□造系統動態調度問題□94
17．4．1 問題描述□95
17．4．□ 實驗算例設計□96
17．5 多智能□□造系統動態實時調度實驗驗證□97
17．5．1 無擾動情況□98
17．5．□ 緊急訂單擾動實驗□99
17．5．3 機床故障擾動實驗300
17．5．4 訂單優先級調整擾動實驗301
17．6 本章小結30□
17．7 本章習題30□